字符标签转数字编码、独热编码 及独热编码转数字编码

有些数据集给的标签是字符串形式，比如wisdm，在放进网络之前，需要转为数字型的编码

这可以通过pd.Categorical(a).codes实现

如

import numpy as np
import pandas as pd

a = ["standing", "sitting", "jogging", "walking", "upstairs", "downstairs", "standing"]
num_label = pd.Categorical(a).codes
print(num_label)

输出结果是

[3 2 1 5 4 0 3]

顺便提一下如何转为独热编码以及独热编码如何转为普通编码

转独热

a_one_hot = np.asarray(pd.get_dummies(a), dtype=np.int8)
print(a_one_hot)

输出

[[0 0 0 1 0 0]
 [0 0 1 0 0 0]
 [0 1 0 0 0 0]
 [0 0 0 0 0 1]
 [0 0 0 0 1 0]
 [1 0 0 0 0 0]
 [0 0 0 1 0 0]]

pytorch中scatter() 和 scatter_()也可以用来转独热

PyTorch笔记之 scatter() 函数 - 那少年和狗 - 博客园

独热转普通编码

print(np.array([np.argmax(i)for i in a_one_hot]))
# 或者
print(np.argmax(a_one_hot, axis=-1))

输出

[3 2 1 5 4 0 3]
[3 2 1 5 4 0 3]